<사진 왼쪽부터 고려대학교 안산병원 응급의학과 이수교 교수, 고려대학교 의과대학 통일한국보건의학연구소 정수민 교수>
응급실에서 의료진과 환자가 나누는 짧은 대화만으로도 환자의 위급도를 정확히 판단할 수 있는 인공지능(AI) 모델이 개발됐다.
고려대학교 안산병원 응급의학과 이수교 교수와 고려대 의대 통일한국보건의학연구소 정수민 교수 연구팀은 실제 응급실 대화를 학습해 환자의 중증도를 분류하는 AI 모델을 개발했다고 16일 밝혔다.
응급실에서 중증도 분류는 환자의 생존율을 결정짓는 핵심 과정이다. 한국형 응급환자 분류도구(KTAS)에 따르면 생명이 위급한 1~2단계 환자는 즉시 소생술을 받지만 실제 현장에서는 3단계(응급처치 필요)와 4~5단계(경증) 환자를 구분하는 과정이 매우 까다롭다. 이는 명확한 검사 수치보다 환자와의 면담 내용, 통증 양상 등 세밀한 임상적 판단이 필요하기 때문이다. 기존 AI 모델들은 요약된 시나리오를 학습해 실제 현장을 충분히 반영하지 못한다는 한계가 있었다.
연구팀은 국내 3개 상급종합병원 응급실에서 수집한 의료진-환자 대화 데이터 5244건을 학습시켰으며, 특히 중증도 분류 단계의 대화 1057건을 선별해 훈련한 결과 연구팀의 모델은 정확도 75.94%와 긴급 환자 식별을 나타내는 재현율 0.9610을 기록하며 챗GPT(56.68%, 0.5352)와 기존 ClinicalBERT(69.42%) 모델을 상회하는 탁월한 성능을 입증했다.
특히 재현율 0.9610은 실제 긴급 환자의 약 96% 이상을 놓치지 않고 정확히 찾아냈음을 의미한다.
이번 연구는 의료 현장의 생생한 데이터를 별도의 가공 없이 학습시켜 실용성을 극대화했다는 점에서 큰 의미가 있다.
이수교 교수는 “짧은 시간 안에 환자 상태를 판단해야 하는 응급실에서 효과적인 의사결정 지원 도구가 될 것”이라고 기대감을 밝혔다. 정수민 교수는 “범용 AI보다 특정 임상 상황에 최적화된 데이터를 학습한 모델이 훨씬 높은 성능을 낸다는 것을 확인했다”고 설명했다.
한편, 이번 연구 결과는 의료정보학 분야 권위지인 『저널 오브 디 아메리칸 메디컬 인포매틱스 어소시에이션(JAMIA)』에 게재되며 그 기술력을 인정받았다.
